「エンタープライズAI」が話題になった海外 AI ポッドキャストのエピソードは 6 件です。主にThe AI in Business Podcast、The AI Daily Brief: Artificial Intelligence News and Analysis、No Priors: Artificial Intelligence | Technology | Startupsで取り上げられています。各回の日本語要約・ポイント・解説記事を新しい順に並べています。
キーワードや期間で絞り込む →
The AI Daily Brief: Artificial Intelligence News and Analysis
How to Go from AI Power User to AI Leader
The AI Daily Brief の Operator's Cut で、NLW と Nufar が社内「AIチャンピオン」の役割と制度設計を語った回。チャンピオンはアンバサダーから社内FDEまでの幅があり、目的設定、指名、研修、継続的なコミュニティ運営が成否を分けると述べている。個人側には、ユースケース選定、ROI、評価、仕様定義などの実務が求められるという。
No Priors: Artificial Intelligence | Technology | Startups
Beam: The Great American Open Model with ReflectionAI Co-Founder and CEO Misha Laskin
ReflectionAI共同創業者兼CEOのMisha Laskinが、500Bパラメータ（アクティブ23B）のオープンウェイト推論モデル「Beam」の開発と戦略を語った回。事前学習と大規模な強化学習の両立、推論効率の高さ、企業が「借りる」知能から「所有する」知能へ移る流れを説明している。中国のオープンモデルとの競争、オープンモデルの安全性、科学の進歩への期待にも話が及んだ。
The AI in Business Podcast
What Shared Intelligence Really Fixes in Enterprise AI - with John McMullan of Observe.ai
Observe.AI のジョン・マクマレン氏が、カスタマーエクスペリエンス（CX）分野でAI投資が成果に結びつかない理由を語った回。原因は技術そのものより、運用の規律を欠いた導入にあると指摘する。現場の専門家を開発チームに入れること、小さく始めて失敗から学ぶこと、データを整備しシミュレーションで検証することを挙げた。さらに、AIエージェントと人間の間で文脈を引き継ぐ「インタラクション・インテリジェンス層」の必要性を説いた。
The AI in Business Podcast
Stop Overpaying for AI Power You Don't Need - with Melissa Ramey of Salesforce
Salesforce の AI Transformation ディレクターである Melissa Ramey が、AI エージェント導入後の責任の所在について語った回。ベンダーが担うのはプラットフォームの稼働までで、自社の業務で正しく動くかの検証と監視は組織側に残ると述べている。出力を直すのではなくワークフローのどこで失敗したかをたどり、「7層のガバナンス」のうち証拠・意味・権限を整えたうえで、段階的に自律性を広げるべきだと主張した。
The AI Daily Brief: Artificial Intelligence News and Analysis
What the Best Business AI Users Are Doing Different
The AI Daily Briefの本回は、KPMGのAI Pulse調査（Q3）をもとに、AIで投資対効果を確立した企業と実験段階の企業の違いを解説した。成熟企業はエージェントの定着、モデルルーティング、データ主権戦略、AI管理層の整備で先行している。目的も効率化から収益成長へ広がり、コストを価値に結び付ける動きが進む。冒頭ではMetaのMuse、AnthropicのIPO計画、GoogleのTPU宇宙実験などのニュースも扱った。
Big Technology Podcast
SAP CEO: AI Won't Kill Software, But It Will Change Your Job — With Christian Klein
SAPのCEOクリスチャン・クラインがBig Technology Podcastに出演し、「SaaSポカリプス」後のソフトウェア業界とAIの行方を語った。ERPなど基幹業務で必要な100%の精度は「数年ではなく数カ月」で実現し得ると述べ、LLM単体では業務は回せず、業務データ・プロセス知識・ガバナンスが堀になると主張した。雇用の再編やリスキリング、トークン費用の管理、モデルの使い分け、サイバーセキュリティ、欧州のAI規制にも話が及んだ。